The Korean Meteorological Society
[ Article ]
Atmosphere - Vol. 28, No. 3, pp.325-336
ISSN: 1598-3560 (Print) 2288-3266 (Online)
Print publication date 30 Sep 2018
Received 06 Aug 2018 Revised 03 Sep 2018 Accepted 04 Sep 2018
DOI: https://doi.org/10.14191/Atmos.2018.28.3.325

1990년대 중 · 후반을 전후한 북반구 여름철 열대-중위도 원격상관의 장기 변화

이준이*
부산대학교 기후과학연구소 및 기후시스템전공
Interdecadal Changes in the Boreal Summer Tropical-Extratropical Teleconnections Occurred Around Mid-to-late 1990s
June-Yi Lee*
Research Center for Climate Sciences and Department of Climate System, Pusan National University, Busan

Correspondence to: * June-Yi Lee, Research Center for Climate Sciences and Department of Climate System, Pusan National University, Busandaehak-ro 63beon-gil, Geumjeong-gu, Busan 46241, Korea. Phone: +82-51-510-2217, Fax: +82-51-510-7694 E-mail: juneyi@pusan.ac.kr

Abstract

This study investigates robust features of interdecadal changes in the Northern hemisphere summer tropical-extratropical teleconnection occurred around the mid-to-late 1990s by analyzing four different reanalysis data for atmospheric circulation and temperature, two precipitation reconstructions, and two sea surface temperature (SST) data during the satellite observation era of 1980~2017. For the last 38 years, there has been a significant increasing trend in anticyclonic circulation at lower and upper troposphere and 2 m air temperature with wavenumber-5 Rossby wave structure in the Northern Hemisphere (NH) extratropics. The increase has been accompanied with the significant weakening and northward shift of jet stream over Eurasia and the North Pacific. It is further found that there has been a significant interdecadal shift occurred around the mid-to-late 1990s in the two distinct modes of tropical-extratropical teleconnection: Western Pacific-North America (WPNA) and circumglobal teleconnection (CGT) pattern. After mid-to-late 1990s, the WPNA has played more important role in modulating the extratropical atmospheric circulation and surface climate, which has been preferentially occurred during the El Niño-Southern Oscillation (ENSO) decaying or transition summer such as 1998, 2010 and 2016. During these summers, severe heat waves were occurred over many parts of the NH extratropics due to the combined effect of the increasing trend in the barotropic anticyclonic circulation and the significant WPNA across the NH. Although weakened, the CGT also contributed to some of hot summers over many parts of the NH extratropics such as 1999, 2000, 2008, 2011, and 2012 when weak to moderate La Niña was persisted.

Keywords:

Boreal summer tropical-extratropical teleconnection, circumglobal teleconnection, Western North Pacific-North American teleconnection, El Niño and Southern Oscillation, interdecadal change

1. 서 론

최근 수년간 북반구 여름철 폭염 발생 증가는 중위도 대류권 상층 지위고도의 상승 추세로 인한 고기압성 순환의 강화(Horton et al., 2015)와 제트류의 약화 및 그에 따른 정체 파동의 강화(Coumou et al., 2014; Petoukhov et al., 2016)에 기인한다는 주장이 제기되고 있다. 올해 7월도 제트류가 상당히 약화되고 북상했으며, 파수 5~6의 로스비파가 정체하며 북반구 많은 지역에 기록적 폭염이 발생하였다. 따라서 북반구 여름철 지표면 기온 변동성을 파악하고 예측하기 위해서는 중위도 대류권 상층 순환의 변화 및 변동성을 이해하는 것이 필수적이다.

지난 수십년 동안 계절 기후 예측 향상을 위한 기후 모델 개발과 개선에 많은 발전이 있었으나 북반구 여름철 계절 기후에 대한 예측은 여전히 매우 제한적이다(Jeong et al., 2017; Alessandri et al., 2018). 특히 우리나라를 포함하는 아시아 몬순 지역 여름철 강수 및 지표 기온 예측은 기후 과학의 주요한 도전 과제로 남아있다.

계절 기후 예측을 가능하게 하는 가장 중요한 기후 요인은 엘니뇨-남방진동(El Niño-Southern Oscillation; ENSO)이다(e.g., Wang et al., 2009; Weisheimer et al., 2009; Lee et al., 2010, 2011; Alessandri et al., 2018). 북반구 여름철은 ENSO가 발생하기도 하고, 소멸하기도 하며 때로는 엘니뇨에서 라니냐 혹은 그 반대로 전환이 이루어지는 시기이기도 하다(Timmermann et al., 2018). 따라서 여름철 ENSO와 관련된 어떤 메커니즘이 주요하게 작용하는 가에 따라 북반구 중위도 기후에 영향을 주는 원격상관패턴이 달라지게 된다(Ding et al., 2011; Lee et al., 2011; Wang et al., 2013a). Ding et al. (2011)은 겨울철에 비해 약하지만 여름철 북반구 중위도 전체 순환에 영향을 미치는 두 개의 고유한 열대-중위도 원격상관 패턴을 제시하였다. 첫번째는 북서태평양에서 시작되어 아시아를 거쳐 북미까지 이르는 북서태평양-북미(Western Pacific-North America; WPNA) 패턴으로 주로 ENSO가 소멸되는 여름철에 잘 발현되며 북서태평양 지역 대류 활동 변동성과 큰 연관성이 있다. 전체 패턴 중 북서태평양에서 아시아로 이어지는 파동은 이미 1987년 Nitta에 의해 밝혀졌으며 태평양-일본 패턴(Pacific-Japan pattern; P-J pattern)으로 불리기도 한다(Nitta, 1987). 두번째는 북반구 중위도에서 전체적으로 나타나는 파동 형태로 전지구 원격상관(circumglobal teleconnection; CGT) 패턴이라 부른다. 일반적으로 ENSO가 시작되는 여름철에 발현되는 경향이 강하며 인도 몬순, 아프리카 몬순, 혹은 인도네시아-적도 서태평양 지역 대류 활동 변동성과 큰 관계가 있다. CGT는 일반적으로 북반구 전체를 이동하는 약 5~7개 파수의 로스비파로 구성되어 있다. 이미 Ding et al. (2011) 이전 연구들에서 유럽에서부터 아시아 지역으로 전달되는 파동을 ‘실크로드(silk road)’패턴(Enomoto et al., 2003), 아시아에서 북미까지 연결되는 파동을 ‘도쿄-시카고 특급(Tokyo-Chicago express)’패턴(Lau et al., 2004)으로 명명한 바 있다. 두 원격상관 패턴 혹은 모드는 계절내 시간 규모부터 계절 시간 규모에 이르기까지 북반구 중위도 기후 변동성뿐만 아니라 폭염 · 집중호우를 포함하는 극한 날씨 발생 빈도에 큰 영향을 미친다(e.g., Ding and Wang, 2007; Lee et al., 2011, 2013, 2017a; Horton et al., 2015; Hsu et al., 2017).

1970년대 중 · 후반을 기점으로 두 원격상관 패턴의 변동성, 예측성, 영향 등이 통계적으로 유의하게 변화하였다(Wang et al., 2012; Lee and Ha, 2015). Lee and Ha (2015)는 1960~1979년과 1980~2005년 두 기간을 비교해 WPNA의 경우 전반부에는 ENSO가 소멸하는 여름철에 발생 빈도가 높았지만 후반부에는 북서태평양 대류활동 변동성과 더 큰 관련성을 가지며 예측성이 다소 감소되었음을 보였다. 반면 CGT는 전반부에 인도 몬순지역 대류활동 변동성과 큰 관련성을 보였지만, 후반부에는 ENSO가 발생하는 여름철에 좀더 잘 발현되었으며 그에 따라 예측성이 상당히 증가되었음을 보였다. 더불어 두 원격상관 패턴의 공간적 변화와 그에 따른 영향의 변화도 발견되었다. 즉, 중위도 원격상관 패턴의 장기변화를 이해하는 것은 중위도 지표 기온과 강수량 예측을 향상시키는 데 필수적이라는 것이 제시되었다.

지난 10여년 동안 1990년대 중 · 후반을 기점으로 한 장기 기후변화에 대한 연구가 활발히 진행되었다. 아시아 몬순의 관점에서는 1993년과 1994년을 기점으로 기후 변화가 유의하게 나타났으며(Kwon et al., 2005; Xiang and Wang, 2013; Yim et al., 2014; Lee et al., 2014, 2017b), ENSO의 특성이나 전지구적 관점에서는 대략 1996년에서 1998년을 기점으로 기후변화가 유의하게 나타났다(McPhaden et al., 2011; Xiang et al., 2013; Wang et al., 2013b; Hong et al., 2014). 따라서 1990년대 중 · 후반 기점의 장기적 기후변화에 따라 두 원격상관 패턴의 특성이 변화했을 가능성이 높다. 하지만 여전히 전지구적 원격상관 패턴의 최근 변화와 관련된 연구가 부족한 시점이다. 앞서 지적한 바와 같이 두 원격상관 패턴 및 특성의 장기적 변화는 지역 기후 영향 및 예측성에 큰 영향을 미칠 수 있기 때문에 주요한 연구 과제라 할 수 있으며, 본 연구에서 해당 사항을 면밀히 조사하고자 한다.

2장에서는 연구에 사용된 분석 자료 및 방법에 대해 소개하고, 3장에서는 북반구 여름철 기후의 장기변화 특성 및 주요 원격상관성(teleconnectivity)의 변화에 대해 논한다. 4장에서는 1990년대 중 · 후반을 기점으로 한 두 원격상관 패턴의 장기 변화 특성 및 그 원인에 대해 밝힌다. 마지막으로 5장에서 중요한 결과를 요약하고 결과가 가지는 중요성을 토의한다.


2. 자료 및 분석 방법

본 연구에서는 관측 자료의 불확실성을 줄이기 위해 다양한 재분석(reanalysis) 자료와 지점 및 위성 관측을 활용한 재구성(reconstruction) 자료를 결합해 사용하였다. 먼저 200 hPa 지위고도(geopotential height at 200 hPa; Z200), 200 hPa 동서방향 바람(zonal wind at 200 hPa; U200), 그리고 2 m 대기 온도(2 m air temperature; T2M)는 다음 4개의 재분석 자료를 평균해 사용하였다. 사용된 재분석 자료는 (1) European Centre for Medium-Range Weather Forecasts (ECMWF)에서 제공한 Interim 자료(ERA-I) (Dee et al., 2011), (2) National Centers for Environmental Prediction-Department of Energy (NCEP-DOE)에서 제공한 재분석 자료 버전 2 (NCEP-R2) (Kanamitsu et al., 2002), (3) NCEP에서 제공한 Climate Forecast System 재분석 자료(CFSR) (Saha et al., 2010), (4) National Aeronautics and Space Administration (NASA)에서 제공한 Modern-Era Retrospective analysis for Research and Applications 버전 2 (MERRA-2) 자료(Gelaro et al., 2017)이다. 강수량(precipitation; PRCP)은 Global Precipitation Climatology Project (GPCP) 버전 2.3 (Adler et al., 2003)과 Climate Prediction Center Merged Analysis of Precipitation (CMAP) (Xie and Arkin, 1997) 자료를 평균해 사용하였다. 해수면 온도(sea surface temperature; SST)는 Hadley Centre Sea Ice and SST (HadISST) 자료(Rayner et al., 2003)와 National Centers for Environmental Information (NCEP) Extended Reconstructed SST version 5 (ERSST5) 자료(Huang et al., 2017)를 평균해 사용하였다.

연구기간은 위성 자료가 활용되고 관측망이 비교적 조밀하여 관측 불확실성이 감소된 1980년 이후부터 2017년까지 38년으로 설정하였으며, 필요한 경우 1980~1997년(총 18년)과 1998~2017년(총 20년) 두 기간으로 나누어 분석하였다. 월별로 제공된 자료를 사용하였고, 여름철 평균은 6월부터 8월까지(June-July-August; JJA) 자료를 평균하여 구하였다. 모든 자료는 분석 전 동일한 2.5o × 2.5o 수평 격자로 내삽되었고, 다양한 자료 결합 시 동일 가중치가 적용되었다.

북반구 여름철 고유 원격상관 모드는 일반적으로 JJA Z200 편차장에 경험적직교함수(Empirical Orthogonal Function; EOF) 분석을 적용하거나 JJA Z200과 PRCP에 최대공분산분석(Maximum Covariance Analysis; MCA) 방법을 적용하여 구한다(Ding et al., 2011). Ding et al. (2011)Lee et al. (2011) 등 기존 연구에 의하면 30년 이상의 장기 자료를 사용할 경우 Z200의 EOF 첫 번째 모드 혹은 Z200과 PRCP의 MCA 두 번째 모드가 WPNA 패턴을 반영하며, EOF 두 번째 모드 혹은 MCA 첫번째 모드가 CGT 패턴을 반영한다. 이 두 모드는 Z200 편차의 총 변동성의 45% 이상을 차지하며, 변동성을 설명하는 측면에서 나머지 고차수 고유 모드들과 통계적으로 매우 유의하게 구별된다. 본 연구에서는 MCA 분석법을 적용하여 원격상관 패턴의 장기 변화를 살펴보았다.


3. 북반구 여름철 기후 및 기후변동성의 장기변화

3.1 지난 38년 동안 변화 추세

수십년 주기 변화를 살펴보기에 앞서 지난 38년 동안 북반구 여름철 기후에 나타나는 장기 변화 추세를 먼저 분석하였다. Figure 1은 1980~2017년 동안 여름철 Z200, PRCP, SST, 그리고 T2M 자료의 장기 추세를 나타낸다. 그림에는 각 변수 별로 다수의 재분석 및 재구성 자료의 평균치를 이용한 결과만 나타내었다. 1980년도 이후는 관측 자료의 불확실성이 많이 감소되어 각 자료별 결과가 크게 상이하지 않다. 예를 들어 4개 재분석 자료를 평균한 Z200의 추세 패턴(Fig. 1a)과 각 재분석 Z200 추세 패턴 사이의 위도 가중치를 적용한 공간 상관 계수(pattern correlation coefficient)를 그림에 보인 영역(30oS-90oN, 0o-360oE)에 대해 구하면 ERA-I, MERRA-2, NCEP-R2, CFSR 각각 0.99, 0.98, 0.98, 0.97로 거의 유사하였다. 반면 T2M의 경우 ERA-I, MERRA-2, NCEP-R2, CFSR 각각 0.91, 0.92, 0.86, 0.88을 보여 상층 대기 순환에 비해 자료 간 차이가 다소 존재하지만 여전히 높은 일치를 보이고 있다. SST의 경우 ERSST5와 HadISST의 변화 추세가 각각 0.98, 0.98로 매우 큰 일관성을 보였다. 하지만 강수량의 경우 다른 자료들 보다 다소 큰 불일치를 보이고 있다. CMAP과 GPCP는 각각 두 자료를 평균해 얻은 추세 패턴과의 상관계수를 0.87, 0.79로 나타내었다. 이와 같은 강수량 자료 사이의 불일치성이 Fig. 1의 추세 결과에 어느 정도 반영이 된 것으로 보인다. 강수량을 제외한 나머지 세 변수에서는 열대와 북반구 전 역에서 통계적으로 유의한 증가 경향이 나타나고 있으나, 강수량에서는 유의한 증가나 감소 추세가 상대적으로 제한적으로 나타나고 있다.

Fig. 1.

Trend of June-July-August (JJA) mean (a) geopotential height at 200 hPa (Z200), (b) precipitation (PRCP), (c) sea surface temperature, and (d) 2 m air temperature (T2M) from 1980 to 2017. Dotted area indicates the trend is statistically significant at 95% confidence level based on t-test. Z200 and T2M are obtained from averaging four different reanalysis data, precipitation from averaging CMAP and GPCP, and SST from averaging ERSST5 and HadISST. Green solid boxes in (a) and (d) indicate five regions where geopotential height and surface temperature has been significantly increased for the last 38 years.

Figure 1에서 보이는 가장 주요한 결과는 북반구 중위도에서 지표 기온, 해수면 온도, 지위고도(제시하지 않았지만 850-hPa 지위고도에서도 유사한 결과를 보임)의 상승 경향이 다른 지역에 비해 더 크게 나타나며 중위도 내에서도 지역적으로 차이가 있다는 것이다. 특히 북반구 중위도에서 파수 5개의 로스비파 형태로 다섯 지역을 중심(Figs. 1a, d에 사각형으로 영역을 표시함)으로 지표 기온과 고기압 순환의 증가(대류권 지위고도의 순압적 증가)가 나타나는 것을 볼 수 있다. Horton et al. (2015)는 1979~2014년 동안 500 hPa 지위고도 추세 분석을 통해 이와 같은 로스비파 형태의 지위고도 증가 및 고기압성 순환의 강화 추세가 최근 해당 지역의 폭염 증가와 관련 있음을 제시한바 있다. 작년과 올해 우리나라 지역 폭염 발생시 한반도를 중심으로 북서쪽과 북동쪽에 각각 위치한 두 고기압 순환이 오랫동안 정체하는 경향을 볼 수 있는데 그 형태가 Fig. 1a에서 보인 것과 매우 유사하다. 따라서 로스비파 형태의 온도 증가 추세 특성과 원인에 대한 연구와 더불어 대기 순환의 장기 변화가 극한 날씨 현상에 미치는 영향에 대한 연구가 더욱 필요할 것으로 보인다. 특히 장기적인 기온 증가와 지위고도 상승은 지구온난화와 관련이 있겠지만, 로스비파 형태의 지위고도 증가와 그에 따른 지표 온도의 차등적 상승에는 태평양 십년 진동(Pacific Decadal Oscillation; PDO) 등 자연적 수십년 주기 변화가 그 영향을 미쳤을 가능성이 높다.

Figure 2는 온도와 지위고도가 현저하게 상승한 다섯 지역에 대해 공간평균과 정규화를 거친 Z200과 T2M의 편차 시계열을 나타낸 것이다. 1980년부터 2017년까지 시간에 따라 각 지역에서 상승 경향을 보이고 있다. 그와 더불어 1990년대 중 · 후반을 기점으로 한 수십년 주기 변화의 특성이 좀더 부각된다. 특히 유럽 중 · 동부 지역(R1)과 몽골 및 중국 북부 지역(R2)에서 1990년대 중후반을 기점으로 지표 기온과 지위고도 편차 값이 음에서 양의 방향으로 전이된 특성을 보이고 있다. 또한 R1과 R2에서는 유럽과 아시아 지역에서 폭염이 극심하였던 2003, 2010, 그리고 2016년에 지표 기온과 지위고도 모두 높은 양의 값을 나타낸다. 따라서 기후 전이가 일어난 시점을 중심으로 전반부와 후반부를 나누어 두 시기의 기후 변동 특징 및 그와 같은 변동성이 북반구 원격상관패턴과 어떻게 관련되어 있는지 밝히고자 한다.

Fig. 2.

Time series of the normalized JJA Z200 (solid line) and T2M (bar) anomaly averaged over five key regions of (a) 35~55oN, 10~50oE, (b) 35~55oN, 80~120oE, (c) 45~65oN, 140~190oE, (d) 35~55oN, 130~110oW, and (e) 60~80oN, 80~30oW, respectively. Correlation coefficient (r) between the Z200 and T2M anomaly over each region is shown at the upper-left corner of each panel. Dashed horizontal line indicated the level of 0.5 standard deviation.

3.2 1990년대 중 · 후반을 기점으로 한 변화

앞서 지난 38년 동안 여름철 북반구 중위도의 다섯 지역을 중심으로 파수 5의 로스비파 형태로 극심한 온도 상승과 지위고도 상승이 집중적으로 나타났음을 앞서 살펴 보았다. 여기서는 기후전이가 일어난 1997/98을 기준으로 전반부와 후반부로 나눈 1980~1997년과 1998~2017년의 두 기간 동안 지표 기온과 대기 순환 경년 변동성의 차이를 살펴본다. Figure 3은 두 기간 동안 Z200 편차의 분산 및 U200 기후 평균과 두 기간 사이의 차이를 설명한다. 전반부에 비해 최근 후반부의 중위도 상층 제트류가 유라시아 대륙과 태평양에서 약화되고 북쪽으로 이동하였고, 그에 따라 제트류를 따라 나타나는 기존의 파동 중심부에서 변동성이 현저히 약화되었다. 하지만 기후평균 지위고도가 상승한 R1, R2, 및 R5에서는 변동성도 함께 증가하는 특성을 보인다. 더불어 열대 태평양에서 기후평균 U200가 증가하고 Z200 변동성도 함께 증가한 양상이다. 즉, 1990년대 중 · 후반을 기점으로 북반구 여름철 열대와 중위도 대류권 상층 순환의 변동 패턴이 상당히 변화했음을 알 수 있다.

Fig. 3.

Interannual variance (shading) of JJA Z200 for the period of (a) 1980~1997 and (b) 1998~2017, respectively, and (c) its difference between (a) and (b). In (a) and (b), climatological mean of JJA zonal wind at 200 hPa (U200) during each period is superimposed with contour levels of 20 and 30 m s−1. In (c), difference of climatological U200 (contour) between 1980~1997 and 1998~2017 is also shown. The contour interval for U200 is 1 m s−1. Green solid boxes in each panel represent the five key regions addressed in Fig. 1.

열대와 중위도의 원격상관이 최근 들어 더욱 강화되었다(Fig. 4). 1990년대 중 · 후반 이후 열대와 중위도 사이 원격상관이 더욱 강화된 반면 중위도 내에서의 원격상관은 다소 약화된 경향이 있다. Figure 4는 R2와 R4 지역의 Z200과 T2M의 변동성이 다른 지역 변동성과 두 기간에 대해 어떤 상관관계를 가지는 지나타낸다. 전반부에는 R2와 R4 지역의 변동성이 매우 높은 상관관계를 나타내며 북반구 전 지역에 걸쳐 파동 형태의 연관된 변동성이 있음을 보이고 있다. 특히 Fig. 4c는 전형적인 북반구 여름철 CGT 패턴을 나타낸다. 한편, 후반부에는 R2 지역과 R4 지역 사이의 상관성이 현저히 감소하였으며, CGT 패턴이 약해진 반면 열대와 중위도의 많은 지역에서 지위고도 편차가 같은 방향으로 움직이는 특성을 보이고 있다. 즉, Lau et al. (2004)에서 제시했던 ‘도쿄-시카고 급행’패턴이 전반부에는 강하게 나타났으나 후반부에는 약해진 것이다. 이와 같은 중위도 내 원격상관의 변화는 차후 여름철 계절기후 예측의 향상을 위해 더 이해될 필요가 있을 것이다. 이와 같은 차이를 나타낸 잠재원인 중 하나로 아시아-태평양과 북미-대서양 지역에서 제트기류가 다른 형태로 바뀌고 있는 것을 예로 들 수 있다. 아시아-태평양 지역에서는 제트류가 약해지면서 북쪽으로 이동하고 있는 반면 북미-대서양 지역에서는 다소 강해지며 남쪽으로 이동하고 있다. 차후 여름철 계절기후 예측의 향상을 위해 중위도 내원격상관의 변화와 이러한 차이가 나타나는 메커니즘에 대한 더욱 심도 깊은 연구가 필요하다.

Fig. 4.

One-point correlation coefficient for Z200 and T2M for the period of 1980~1997 (a, c, e, g) and 1998~2017 (b, d, f, h) with respect to the R2 (35~55oN, 80~120oE) (a, b, e, f) and R4 (35~55oN, 130~110oW) (c, d, g, h), respectively. Blue dot indicates the center of the region to calculate the one-point correlation coefficient. Green solid boxes in each panel represent the five key regions addressed in Fig. 1. Solid and dashed contours represent the correlation coefficient statistically significant at the 99% and 95% confidence level, respectively.


4. 두 원격상관 모드의 장기변화 및 원인

전반부(1980~1997년)와 비교해 후반부(1998~2017년) 동안 두 원격상관 모드의 특성이 상당히 변화한 가운데 특히 주요 모드가 변화하였다. Lee and Ha (2015)에서 1970년대 중 · 후반을 기점으로 두 원격상관 모드의 시공간적 특성이 크게 변화하였음을 보인바 있으나 주요 모드와 순서가 바뀌지는 않았다. 반면 본 연구에서 설정한 연구기간에서는 변동성의 주요도가 바뀌는 큰 변화가 존재하였다.

Figures 5a-d는 전반부와 후반부의 Z200와 PRCP MCA 분석 제 1모드와 제 2모드의 공간분포를 묘사한다. 전반부에는 ENSO가 발생하는 여름철에 주로 발현되는 CGT가 첫번째 모드이고 ENSO가 소멸하는 여름철에 주로 발현되는 WPNA가 두번째 모드이지만 후반부에는 그 순서가 바뀌었음을 나타내고 있다. 3.2장에서 논의한 바와 같이 Fig. 5는 최근 들어 북반구 중위도 CGT 패턴의 약화를 다시 한번 강조하고 있다. Figure 4aFig. 4d를 비교하면, 최근 CGT 파동 강도가 전반적으로 약화되고 파동 규모가 더 축소되었는데, 이러한 차이에는 강수 변동성의 변화가 큰 영향을 미쳤다고 할 수 있다. Yim et al. (2014)에서 논의된 바 있듯이, 최근 들어 ENSO가 소멸하거나 혹은 다른 위상으로 전이되는 여름철에 적도 동인도양-인도네시아 지역 및 북서태평양에서 대류 활동 변동성이 상당히 증가하며 주요 모드로 변화한 것을 볼 수 있다. 즉, 인도양과 서태평양에서 나타나는 주요 강수 변동 모드의 변화는 여름철 중위도 원격상관 패턴에도 크게 영향을 주었다. 공간 패턴의 변화와 더불어 전반부에는 2~3년 주기가 강하게 나타나지만, 후반부에는 3~5년 정도로 경년 변동의 시간 규모가 좀 더 증가한 것을 볼 수 있다(Fig. 5e).

Fig. 5.

Spatial patterns of the first and second maximum covariance analysis (MCA) mode between Z200 (contour) and PRCP (shading) for the period of (a, b) 1980~1997 and (c, d) 1998~2017, respectively and (e) time series of Z200 for the first and second mode. Values at the upper-right corner of each panel indicate percentage variance for Z200 and PRCP variation explained by each mode.

두 원격상관 모드의 공간 패턴과 시간 규모의 변화는 ENSO의 특성 변화 및 ENSO와의 관련성 변화에 기인한다고 볼 수 있다. Figures 6, 7은 각각 전반부와 후반부에 대해 두 MCA 시계열과 계절평균 해수면 온도 사이의 지연 상관계수를 나타낸 것으로, 여름철 원격상관 모드가 ENSO 공간 패턴 및 주기와 어떤 관련을 가지고 있는지를 보여준다. 먼저 1980~1997년 기간 동안 첫번째 MCA 모드는 ENSO가 발달하는 여름철에 두번째 MCA 모드는 소멸하는 여름철에 발생하는 경향이 있음을 제시한다(Fig. 6). 즉, 엘니뇨(라니냐)가 발생하는 여름철은 음(양)의 CGT가 발생하는 경향이 있으며, 엘니뇨(라니냐)가 소멸하는 여름철은 양(음)의 WNPA가 발생하는 경향이 있다. 특히 ENSO가 소멸하는 여름철의 열대 해수면 온도 패턴은 전형적인 인도양 분지 모드(Xie et al., 2009)와 서태평양 해양-대기 상호작용 패턴(Wang et al., 2013a)을 나타내고 있다.

Fig. 6.

Spatial patterns of the correlation coefficients for the expansion coefficient time series of (a) the MCA1 and (b) the MCA2 with respect to seasonal mean SST anomaly in the preceding winter (top), spring (middle), and simultaneous summer (bottom) for the period of 1980~1997. The correlation coefficients that are statistically significant at the 95% confidence level are contoured. The −1 and 0 in parentheses in the panel subtitles indicate the previous and concurrent years with the MCA variation, respectively.

Fig. 7.

Same as Fig. 6 except for the period of 1998~2017.

1998~2017년 기간 동안 첫번째 MCA 모드는 전 기간과는 달리 ENSO가 소멸하며 위상을 바꾸는 여름철에 주로 발생하며, 최근 북반구 여름철 원격상관 패턴에 가장 중요한 역할을 하는 것으로 보인다. 대표적인 해로 1998년, 2010년 그리고 2016년을 꼽을 수 있다. 세 해의 여름철에 모두 엘니뇨에서 라니냐로의 전환이 일어났으며, 북반구 전역에서 극한의 폭염이 발생했다. 즉, 세 해의 폭염은 엘니뇨에서 라니냐 전환과 연관된 양의 WPNA 패턴과 파수 5의 로스비파 형태의 고기압성 순환의 강화 추세가 맞물려 나타난 것으로 해석할 수 있다. 후반부 두번째 MCA 모드의 경우 발달하는 ENSO 혹은 이 년 동안 지속되는 라니냐 현상을 좀더 반영하고 있다는 것을 볼 수 있다. 비록 전반부에 비해 CGT 패턴이 약화되었으나, 2년 동안 지속되는 라니냐가 발생하는 여름철 CGT 패턴 발현에 의해 북반구 중위도 많은 지역에서 무더운 여름을 경험했다는 것을 알 수 있다. 예를 들어 1999~2001년과 2011~2012년 등을 들 수 있다.

결론적으로 ENSO의 다양성(Timmermann et al., 2018)이 북반구 여름철 원격상관 패턴의 다양성을 만들어 내는 것으로 판된되며, ENSO 특성의 장기적 변화를 이해하는 것이 중위도 원격상관 패턴과 그에 따른 지역 기후 변동성을 이해하고 예측하는 데 필수적이라 할 수 있다.


5. 요약 및 토의

1980년부터 2017년까지 38년 동안 여름철 북반구 중위도 전역의 지표 기온 및 대류권 지위고도가 통계적으로 유의하게 상승하고 있다. 상승 패턴은 지역적으로 균질하지 않으며, 파수 5의 로스비파 형태로 주요 다섯 지역을 중심으로 순압적 형태로 나타난다. 특히 한반도 북서쪽에 위치한 몽골 지역과 북동쪽 캄차카 반도의 고기압성 순환 강화가 우리나라 지역 기온 상승에 기여한 것으로 판단된다. 주요 다섯 지역에서 지표 기온과 대류권 지위고도의 상승이 점진적인 추세로 나타나고 있으나 이와 더불어 1990년대 중 · 후반을 기점으로 한 수십년 주기 장기 변화가 뚜렷이 나타나고 있다. 따라서 인간활동에 기인한 지구온난화와 더불어 1990년대 중 · 후반을 기점으로 한 장기변화 특성을 통합적으로 이해함으로써 최근 진행되고 있는 폭염 증가 및 극한 기온 빈도 변화를 이해하고 예측할 수 있을 것이다.

북반구 여름철 지표 기온과 강수량에 주요한 영향을 미치는 대류권 상층 대기의 원격상관 패턴은 겨울철에 비해 약한 강도를 갖지만 ENSO 주기와 아시아 몬순 지역 대류 활동과 연계된 두 개의 고유한 모드를 나타내는 특징이 있다. 첫번째는 북서태평양에서 시작되어 아시아부터 북미까지 이르는 WPNA 패턴으로 주로 ENSO가 소멸되는 여름철에 북서태평양 지역 대류 활동에 의해 주로 발현된다. 두번째는 중위도 전체적으로 나타나는 파동 형태의 CGT 패턴으로 ENSO가 시작되는 여름철에 인도 몬순, 아프리카 몬순, 혹은 인도네시아 지역과 서태평양 지역 대류 활동에 의해 주로 발현된다. 1990년대 중 · 후반을 기점으로 최근 WPNA 패턴이 더욱 강화되고 있으며 CGT 패턴은 약화되는 경향이 있다. 특히 중위도 내 원격상관성이 약화되면서 아시아에서 북미로 이어지는 파동 형태가 현저히 약화되었으나, 열대와 중위도에서의 지위고도 변동 상관성이 크게 증가하였다. 특히 최근 들어 엘니뇨가 소멸되며 라니냐로 전환되는 여름과 2년 동안 지속되는 라니냐의 영향을 받는 여름이 빈번히 발생하면서 그에 따라 나타나는 중위도 원격상관 패턴이 1980~1997년 기간의 패턴과 비교해 상당히 달라지게 되었다. 이와 같은 변화는 또한 북반구 중위도 지표 기온 변동에도 영향을 주었다.

Lee and Ha (2015) 등 기존 연구들과 통합하여 살펴 보면 열대-중위도 원격 상관이 수십년 주기 변화 특성을 가지며, 두 원격 상관 패턴이 서로 경쟁관계에 있는 것으로 추정된다. WPNA 모드는 1980~1997년 기간에 비해 1960~1979년과 1998~2017년 기간 동안 ENSO가 소멸하는 여름철과 맞물려 더 강하게 나타났다. 반면 CGT 모드는 다른 두 기간과 비교해 1980~1997년 기간 동안 ENSO가 발달하는 여름철과 맞물려 더 강하게 나타났다. 두 원격상관 모드가 중위도 기후 변동에 미치는 영향을 고려할 때 차후 두 모드의 자연적 수십년 주기 진동에 대한 이해가 더 필요할 것으로 사료된다.

본 연구는 1990년대 중 · 후반을 기점으로 북반구 중위도 원격상관 패턴의 변화 특성을 심층적으로 살펴 보았다. 관측자료의 불확실성을 줄이기 위해 지위고도 및 지표 기온은 4개의 재분석 자료를 평균해 사용하였으며, 강수량과 해수면 온도는 두 개의 재구성 자료를 평균해 사용하였다. 인공위성 자료가 활용된 1980년 이후 재분석 및 재구성 자료들은 비록 여전히 불확실성이 존재하지만 상당히 유사함을 알 수 있다. 하지만 CMAP과 GPCP 자료는 이미 알려진 바와 같이 변화 추세와 변동성에서 다른 변수들에 비해 더 큰 불일치를 나타내고 있다. 여름철 원격상관에 몬순지역 대류활동이 매우 중요한 역할을 하는 것을 고려할 때 차후 열대 강수 관측의 불확실성은 더욱 감소되어야 할 것이다.

본 연구를 통해 최근 북반구 중위도 원격상관 패턴의 중요한 특성을 밝히고 여름철 극심한 폭염을 유발할 수 있는 주요 메커니즘을 살펴 보았다. 즉, 지구온난화와 관련된 장기적인 증가 추세와 ENSO 주기와 연관된 열대-중위도 원격상관 패턴이 맞물리면 1998, 2010, 2016년 여름과 같은 극심한 폭염이 발생할 수 있다. 하지만 본 연구로는 인위적 지구온난화와 자연적 수십년 주기 변동성의 상대적 기여 및 상세 메커니즘을 밝히는 데는 부족하다. ENSO의 장기적 특성 변화에 따른 중위도 원격상관 패턴의 변화가 주요하기는 하지만 여전히 지구온난화에 따른 제트기류의 약화가 원격상관 패턴 발현 및 유지에 중대한 역할을 하며 이에 대한 심층적인 연구가 더욱 필요하다. Coumou et al. (2014)에 따르면 최근 급격한 북극 해빙 녹음과 북극지역 기온 상승에 따라 중위도 제트류는 약화되었으나 한대 제트류가 형성되어 이중 제트류가 발생되는 경향이 있고 그에 따라 중위도에 정체파가 잘 형성될 수 있어 폭염 등 극한 기온 현상의 발생이 빈번해 질 수 있음을 제시한바 있다. 하지만 좀더 구체적으로 인위적 지구온난화 및 자연적 변동성이 어떻게 작동하고 있는지에 대한 메커니즘 규명이 앞으로 필요하다. 더불어 여름철 몬순 지역 대류활동의 계절내 변동성 또한 폭염 및 극한 기후 발생에 영향을 줄 수 있기 때문에 이에 관여하는 주요 요인들에 대한 다각적 접근을 통해서만 최근 나타나고 있는 여름철 기후 변동성을 더 잘 이해할 수 있을 것이다.

Acknowledgments

본 연구는 2015학년도 부산대학교 교내학술연구비(신임교수연구정착금)에 의한 연구입니다. 좋은 의견을 제시해 주신 두 분의 심사위원께 감사드립니다. 또한 논문 교정에 도움을 준 부산대학교 기후시스템전공 김현아 박사과정 학생과 재분석 자료 정리에 도움을 준 동 과정 Babu N. Arjun 학생에게 감사드립니다.

References

  • Adler, R. F., and Coauthors, (2003), The version-2 Global Precipitation Climatology Project (GPCP) monthly precipitation analysis (1979-present), J. Hydrometeor, 4, p1147-1167. [https://doi.org/10.1175/1525-7541(2003)004<1147:tvgpcp>2.0.co;2]
  • Alessandri, A., M. D. Felice, F. Catalano, J.-Y. Lee, B. Wang, D. Y. Lee, J.-H. Yoo, and A. Weisheimer, (2018), Grand European and Asian-Pacific multi-model seasonal forecasts: maximization of skill and of potential economical value to end-users, Climate Dyn, 50, p2719-2738. [https://doi.org/10.1007/s00382-017-3766-y]
  • Coumou, D., V. Petoukhov, S. Rahmstorf, S. Petri, and H. J. Schellnhuber, (2014), Quasi-resonant circulation regimes and hemispheric synchronization of extreme weather in boreal summer, P. Natl. Acad. Sci. USA, 111, p12331-12336. [https://doi.org/10.1073/pnas.1412797111]
  • Dee, D. P., and Coauthors, (2011), The ERA-Interim reanalysis: Configuration and performance of the data assimilation system, Quart. J. Roy. Meteor. Soc, 137, p553-597. [https://doi.org/10.1002/qj.828]
  • Ding, Q., and B. Wang, (2007), Intraseasonal Teleconnection between the Summer Eurasian Wave Train and the Indian Monsoon, J. Climate, 20, p3751-3767. [https://doi.org/10.1175/jcli4221.1]
  • Ding, Q, B. Wang, J. M. Wallace, and G. Branstator, (2011), Tropical-extratropical teleconnections in boreal summer: Observed interannual variability, J. Climate, 24, p1878-1896. [https://doi.org/10.1175/2011JCLI3621.1]
  • Enomoto, T., B. J. Hoskins, and Y. Matsuda, (2003), The formation mechanism of the Bonin high in August, Quart. J. Roy. Meteor. Soc, 129, p157-178. [https://doi.org/10.1256/qj.01.211]
  • Gelaro, R., and Coauthors, (2017), The Modern-Era Retrospective analysis for Research and Applications, Version 2 (MERRA-2), J. Climate, 30, p5419-5454. [https://doi.org/10.1175/JCLI-D-16-0758.1]
  • Hong, C.-C., Y.-K. Wu, T. Li, and C.-C. Chang, (2014), The climate regime shift over the Pacific during 1996/1997, Climate Dyn, 43, p435-446. [https://doi.org/10.1007/s00382-013-1867-9]
  • Horton, D. E., N. C. Johnson, D. Singh, D. L. Swain, B. Rajaratnam, and N. S. Diffenbaugh, (2015), Contribution of changes in atmospheric circulation patterns to extreme temperature trends, Nature, 522, p465-469. [https://doi.org/10.1038/nature14550]
  • Hsu, P.-C., J.-Y. Lee, K.-J. Ha, and C.-H. Tsou, (2017), Influences of boreal summer intraseasonal oscillation on heat waves in Monsoon Asia, J. Climate, 30, p7191-7211. [https://doi.org/10.1175/JCLI-D-16-0505.1]
  • Huang, B., and Coauthors, (2017), Extended Reconstructed Sea Surface Temperature Version 5 (ERSSTv5): Upgrades, validations, and intercomparisons, J. Climate, 30, p8179-8205. [https://doi.org/10.1175/JCLI-D-16-0836.1]
  • Jeong, J.-H., and Coauthors, (2017), The status and prospect of seasonal climate prediction of climate over Korea and East Asia: A review, Asia-Pacific. J. Atmos. Sci, 53, p149-173. [https://doi.org/10.1007/s13143-017-0008-5]
  • Kanamitzu, M., W. Ebisuzaki, J. Woollen, S.-K. Yang, J. J. Hnilo, M. Fiorino, and G. L. Potter, (2002), NCEPDOE AMIP-II reanalysis (R-2), Bull. Amer. Meteor. Soc, 83, p1631-1643.
  • Kwon, M., J.-G. Jhun, B. Wang, S.-I. An, and J.-S. Kug, (2005), Decadal change in relationship between east Asian and WNP summer monsoons, Geophys. Res. Lett, 32, L16709. [https://doi.org/10.1029/2005gl023026]
  • Lau, K. M., J.-Y. Lee, K-M. Kim, and I.-S. Kang, (2004), The North Pacific as a regulator of summertime climate over Eurasia and North America, J. Climate, 17, p819-833. [https://doi.org/10.1175/1520-0442(2004)017<0819:tnpaar>2.0.co;2]
  • Lee, E.-J, K-J. Ha, and J.-G. Jhun, (2014), Interdecadal changes in interannual variability of the global monsoon precipitation and interrelationships among its subcomponents, Climate Dyn, 42, p2585-2601. [https://doi.org/10.1007/s00382-013-1762-4]
  • Lee, J.-Y., and K.-J. Ha, (2015), Understanding of interdecadal changes in variability and predictability of the Northern Hemisphere summer tropical-extratropical teleconnection, J. Climate, 28, p8634-8647. [https://doi.org/10.1175/JCLI-D-15-0154.1]
  • Lee, J.-Y., P.-C. Hsu, S.-Y. Moon, and K.-J. Ha, (2017a), Influence of boreal summer intraseasonal oscillation on Korean precipitation and its long-term changes, Atmosphere, 27, p435-444, (in Korean with English abstract). [https://doi.org/10.14191/Atmos.2017.27.4.435]
  • Lee, J.-Y., B. Wang, M. Wheeler, X. Fu, D. Waliser, and I.-S. Kang, (2013), Real-time multivariate indices for the boreal summer intraseasonal oscillation over the Asian summer monsoon region, Climate Dyn, 40, p493-509. [https://doi.org/10.1007/s00382-012-1544-4]
  • Lee, J.-Y., B. Wang, Q. Ding, K.-J. Ha, J.-B. Ahn, A. Kumar, B. Stern, and O. Alves, (2011), How predictable is the Northern Hemisphere summer upper-tropospheric circulation?, Climate Dyn, 37, p1189-1203. [https://doi.org/10.1007/s00382-010-0909-9]
  • Lee, J.-Y., and Coauthors, (2010), How are seasonal prediction skills related to models’ performance on mean state and annual cycle?, Climate Dyn, 35, p267-283. [https://doi.org/10.1007/s00382-010-0857-4]
  • Lee, J.-Y., and Coauthors, (2017b), The long-term variability of Changma in the East Asian summer monsoon system: a review and revisit, Asia-Pacific. J. Atmos. Sci, 53, p257-272.
  • McPhaden, M. J., T. Lee, and D. McClurg, (2011), El Niño and its relationship to changing background conditions in the tropical Pacific Ocean, Geophy. Res. Lett, 38, L15709. [https://doi.org/10.1029/2011GL048275]
  • Nitta, T., (1987), Convective activities in the tropical western Pacific and their impact on the Northern Hemisphere summer circulation, J. Meteorol. Soc. Jpn, 65, p373-390. [https://doi.org/10.2151/jmsj1965.65.3_373]
  • Petoukhov, V., S. Petri, S. Rahmstorf, D. Coumou, K. Kornhuber, and H. J. Schellnbuber, (2016), Role of quasiresonant planetary wave dynamics in recent boreal spring-to-autumn extreme events, Proc. Natl. Acad. Sci. USA, 113, p6862-6867. [https://doi.org/10.1073/pnas.1606300113]
  • Rayner, N. A., D. E. Parker, E. B. Horton, C. K. Folland, L. V. Alexander, D. P. Rowell, E. C. Kent, and A. Kaplan, (2003), Global analyses of sea surface temperature, sea ice, and night marine air temperature since the late nineteenth century, J. Geophys. Res. Atm, 108, p4407. [https://doi.org/10.1029/2002jd002670]
  • Saha, S., and Coauthors, (2010), The NCEP Climate Forecast System Reanalysis, Bull. Amer. Meteor. Soc, 91, p1015-1057. [https://doi.org/10.1175/2010BAMS3001.1]
  • Timmermann, A., and Coauthors, (2018), El Niño-Southern Oscillation complexity, Nature, 559, p535-545. [https://doi.org/10.1038/s41586-018-0252-6]
  • Wang, B., B. Xiang, and J.-Y. Lee, (2013a), Subtropical High predictability establishes a promising way for monsoon and tropical storm predictions, Proc. Natl. Acad. Sci. USA, 110, p2718-2722. [https://doi.org/10.1073/pnas.1214626110]
  • Wang, B., J. Liu, H.-J. Kim, P. J. Webster, S.-Y. Yim, and B. Xiang, (2013b), Northern Hemisphere summer monsoon intensified by mega-El Niño/Southern Oscillation and Atlantic multidecadal oscillation, Proc. Natl. Acad. Sci. U.S.A, 110, p4347-5352. [https://doi.org/10.1073/pnas.1219405110]
  • Wang, B., and Coauthors, (2009), Advance and prospectus of seasonal prediction: Assessment of the APCC/Cli-PAS 14-model ensemble retrospective seasonal prediction (1980-2004), Climate Dyn, 33, p93-117. [https://doi.org/10.1007/s00382-008-0460-0]
  • Wang, H., B. Wang, F. Huang, Q. Ding, and J.-Y. Lee, (2012), Interdecadal change of the boreal summer circumglobal teleconnection (1958-2010), Geophys. Res. Lett, 39, L12704. [https://doi.org/10.1029/2012GL052371]
  • Weisheimer, A., and Coauthors, (2009), ENSEMBLES: A new multi-model ensemble for seasonal-to-annual predictions-skill and progress beyond DEMETER in forecasting tropical Pacific SSTs, Geophys. Res. Lett, 36, L21711. [https://doi.org/10.1029/2009gl040896]
  • Xiang, B., and B. Wang, (2013), Mechanisms for the advanced Asian summer monsoon onset since the mid-to-late 1990s, J. Climate, 26, p1993-2009. [https://doi.org/10.1175/JCLI-D-12-00445.1]
  • Xiang, B., B. Wang, and T. Li, (2013), A new paradigm for the predominance of standing Central Pacific Warming after the late 1990s, Climate Dyn, 41, p327-340. [https://doi.org/10.1007/s00382-012-1427-8]
  • Xie, P., and P. A. Arkin, (1997), Global precipitation: a 17-year monthly analysis based on gauge observation, satellite estimates, and numerical model outputs, Bull. Amer. Meteor. Soc, 78, p2539-2558. [https://doi.org/10.1175/1520-0477(1997)078<2539:gpayma>2.0.co;2]
  • Xie, S.-P., K. Hu, J. Hafner, H. Tokinaga, Y. Du, G. Huang, and T. Sampe, (2009), Indian Ocean capacitor effect on Indo-Western Pacific climate during the summer following El Niño, J. Climate, 22, p730-747. [https://doi.org/10.1175/2008jcli2544.1]
  • Yim, S.-Y., B. Wang, and M. Kwon, (2014), Interdecadal change of the controlling mechanisms for East Asian early summer rainfall variation around the mid-1990s, Climate Dyn, 42, p1325-1333. [https://doi.org/10.1007/s00382-013-1760-6]

Fig. 1.

Fig. 1.
Trend of June-July-August (JJA) mean (a) geopotential height at 200 hPa (Z200), (b) precipitation (PRCP), (c) sea surface temperature, and (d) 2 m air temperature (T2M) from 1980 to 2017. Dotted area indicates the trend is statistically significant at 95% confidence level based on t-test. Z200 and T2M are obtained from averaging four different reanalysis data, precipitation from averaging CMAP and GPCP, and SST from averaging ERSST5 and HadISST. Green solid boxes in (a) and (d) indicate five regions where geopotential height and surface temperature has been significantly increased for the last 38 years.

Fig. 2.

Fig. 2.
Time series of the normalized JJA Z200 (solid line) and T2M (bar) anomaly averaged over five key regions of (a) 35~55oN, 10~50oE, (b) 35~55oN, 80~120oE, (c) 45~65oN, 140~190oE, (d) 35~55oN, 130~110oW, and (e) 60~80oN, 80~30oW, respectively. Correlation coefficient (r) between the Z200 and T2M anomaly over each region is shown at the upper-left corner of each panel. Dashed horizontal line indicated the level of 0.5 standard deviation.

Fig. 3.

Fig. 3.
Interannual variance (shading) of JJA Z200 for the period of (a) 1980~1997 and (b) 1998~2017, respectively, and (c) its difference between (a) and (b). In (a) and (b), climatological mean of JJA zonal wind at 200 hPa (U200) during each period is superimposed with contour levels of 20 and 30 m s−1. In (c), difference of climatological U200 (contour) between 1980~1997 and 1998~2017 is also shown. The contour interval for U200 is 1 m s−1. Green solid boxes in each panel represent the five key regions addressed in Fig. 1.

Fig. 4.

Fig. 4.
One-point correlation coefficient for Z200 and T2M for the period of 1980~1997 (a, c, e, g) and 1998~2017 (b, d, f, h) with respect to the R2 (35~55oN, 80~120oE) (a, b, e, f) and R4 (35~55oN, 130~110oW) (c, d, g, h), respectively. Blue dot indicates the center of the region to calculate the one-point correlation coefficient. Green solid boxes in each panel represent the five key regions addressed in Fig. 1. Solid and dashed contours represent the correlation coefficient statistically significant at the 99% and 95% confidence level, respectively.

Fig. 5.

Fig. 5.
Spatial patterns of the first and second maximum covariance analysis (MCA) mode between Z200 (contour) and PRCP (shading) for the period of (a, b) 1980~1997 and (c, d) 1998~2017, respectively and (e) time series of Z200 for the first and second mode. Values at the upper-right corner of each panel indicate percentage variance for Z200 and PRCP variation explained by each mode.

Fig. 6.

Fig. 6.
Spatial patterns of the correlation coefficients for the expansion coefficient time series of (a) the MCA1 and (b) the MCA2 with respect to seasonal mean SST anomaly in the preceding winter (top), spring (middle), and simultaneous summer (bottom) for the period of 1980~1997. The correlation coefficients that are statistically significant at the 95% confidence level are contoured. The −1 and 0 in parentheses in the panel subtitles indicate the previous and concurrent years with the MCA variation, respectively.

Fig. 7.

Fig. 7.
Same as Fig. 6 except for the period of 1998~2017.